深化校企合作布局，澜舟科技携手北航成立AI联合实验室！

当前，AI大模型产业已告别粗放式参数规模竞赛，正式迈入轻量化落地、自主进化迭代、场景化精准赋能的高质量发展新阶段。基础技术创新、产学研深度融合，成为突破下一代企业级AI技术壁垒的核心关键。

近日，澜舟科技官宣重磅科研布局：携手北京航空航天大学共建AI联合实验室。

联合实验室聚焦递归自进化（Recursive Self-Improvement，RSI）、代码智能（Coding）、预测模型三大前沿方向深耕攻关，融合澜舟的企业可信AI技术体系（轻量化大模型、智能体、数字员工）的能力，打通高校基础研究与企业工程落地、产业应用的闭环，助力企业AI技术持续突破。

深化校企合作，攻关前沿技术

为深耕前沿AI基础技术、夯实科研创新能力，澜舟科技和北航合作，指导核心技术攻关与学术研究工作，主导递归自进化（RSI）、代码智能（Coding）、预测模型三大核心方向的技术创新与迭代升级。

在本次校企合作中，澜舟科技创始人周明博士与北航杨健博士聚焦核心技术赛道开展系统性研究，推动前沿学术成果快速落地为可用、可靠的企业级AI技术与产品。

杨健博士简介

杨健博士

北京航空航天大学-微软研究院联合培养博士。现任北航计算机学院副教授、华为卓越青年学者。

杨健博士深耕人工智能与大模型核心领域，拥有扎实的理论功底和丰富的产业研发经验，在 AI顶会发表论文百余篇，谷歌学术引用30000+次，曾任NeurIPS、ACL等会议领域主席。其长期聚焦通用大模型和代码大模型训练、模型自进化机制等前沿方向，在阿里通义千问团队期间深度参与Qwen模型构建，并主导研发了QwenCoder系列代码大模型，持续产出多项高水平学术成果，主导多款主流代码大模型研发，深度洞悉下一代自主智能技术的演进逻辑与产业落地痛点。

三大核心攻关方向，构建下一代自主智能技术栈

联合实验室将聚焦递归自进化（RSI）、代码智能（Coding）、预测模型三大核心方向，三大技术相互支撑、深度耦合，形成闭环式自主智能技术体系，精准锚定下一轮AI技术竞争核心。

递归自进化（RSI）

作为下一代高阶自主智能的核心底层技术，RSI核心是让大模型具备自我反思、自我纠错、自主迭代优化的能力。摆脱传统AI依赖人工微调、人工迭代的模式，实现模型能力的自主进化，是打造高阶自主Agent、通用智能体的核心基础。

工业级应用代码大模型

聚焦代码生成、代码修复、工程级自动化开发、长代码理解与跨文件编程等核心能力，打造轻量化、高性能的工业级代码大模型。Coding能力是RSI自进化的核心工具载体：AI只有具备自主编写、修改、调试代码的能力，才能完成自我优化、自我迭代的闭环，是实现模型自主进化的必备前提。

预测模型

面向产业时序数据、业务决策、风险预判等真实场景，研究高精度时序预测、趋势推演、事件预判技术。一方面为智能体赋予「前瞻感知、长期规划」的能力，补齐自主智能的决策短板；另一方面直接落地金融、工业、运营等场景，实现技术价值商业化。

三者核心逻辑：RSI实现模型自主迭代进化，支持Coding模型的迭代完善和赋予智能体自主成长的核心能力，两者共同助力预测模型支持企业的业务决策。

这个三位一体的研发方向构建完整的企业自主智能技术栈。

共建开放科研平台，校企联动自由探索

本次成立的北航-澜舟AI联合实验室采用开放共建、开源共享、自由探索的运行模式，打破校际、企业边界，汇聚顶尖科研力量，打造轻量化、高效、开放的前沿科研平台。

目前实验室已组建优质科研团队，科研力量初具规模：汇聚澜舟科技、北京航空航天大学、清华大学、南方科技大学等高校10位资深导师担任指导老师；同时吸纳15名博士、硕士研究生参与课题研究，学生团队开放多校生源，不局限于北航校内，广纳优质青年科研人才。

实验室秉持开放协作的核心原则，在聚焦三大核心攻关方向的同时，鼓励师生开展跨领域、创新性、前瞻性的自由探索研究，对于成熟的算法、模型与数据集将择机开源，赋能AI学术生态与产业生态共同发展。

科研成果先行！InCoder、Loop系列代码模型领跑行业

在联合实验室正式落地前，澜舟与北航已在Coding代码大模型赛道深耕良久，持续产出多项开源、可落地、行业领先的重磅科研成果，技术实力得到业界广泛认可。

InCoder 工业级代码大模型

InCoder是团队打造的标杆级工业级代码预训练模型，主打轻量化、高适配、强实战的技术优势，聚焦企业软件开发、工业代码适配、硬件级编程等场景。区别于通用代码模型，InCoder针对性优化长代码上下文理解、跨文件代码补全、工业场景代码适配能力，同时适配低成本部署需求，完美契合澜舟轻量化AI的核心路线。其中InCoder-32B-Thinking模型聚焦芯片设计、GPU内核、嵌入式系统等硬核工业场景，在权威评测榜单中取得优异成绩，为工业级软件开发自动化提供坚实底座。（相关文章：校企联手造硬核代码底座！InCoder-32B 登顶 SWE-bench，工业代码能力碾压同行）

LoopCoder 轻量化循环推理代码模型

LoopCoder系列是团队近年重磅创新成果，突破性改写了行业代码模型的迭代逻辑。业界普遍认为需通过多次循环推理、海量迭代才能提升代码模型性能，而LoopCoder-v2创新性提出「仅单次循环即可实现高效算力缩放」的核心思路。

该技术基于7B轻量化模型，通过优化测试时计算缩放与并行循环Transformer架构，仅增加单次循环推理，就能在SWE-bench Verified等高难度代码评测榜单实现性能大幅跃升，且多次循环反而会出现效果衰减。这一成果打破行业固有认知，证明轻量化模型+高效推理机制可替代超大参数模型，为企业低成本、高效率落地代码智能自动化提供了全新路径，目前模型已开源开放，助力行业技术创新。（相关文章：都在卷「让大模型多循环几遍」，这个7B模型LoopCoder v2说：多循环 1 次就够了）

结语

澜舟科技创始人周明博士表示，本次合作对澜舟而言，是一个里程碑。

我们始终坚信，产学研融合是AI基础技术突破的必由之路，更是企业级AI持续迭代、落地生根的核心支撑。没有高校的深度科研，技术创新就没有源头活水；没有产业的场景驱动，科研成果就难以真正落地。

未来，澜舟科技将依托北航联合实验室开放平台，我愿与杨健博士共同领衔，持续深耕三大核心赛道——递归自进化（RSI）、代码智能（Coding）和预测模型，持续输出高质量学术成果与技术；同时加速前沿科研成果转化，持续迭代轻量化大模型、可信智能体和企业数字员工系列产品。

澜舟将始终坚持技术开放、生态共建，携手高校科研力量与产业伙伴，探索下一代自主智能技术边界，推动可信、普惠、高效的企业AI技术规模化落地。

更多推荐阅读👇

立即体验

LangClaw企业可信智能体操作系统现已开放体验，快来创建你的数字员工吧。

👉 扫码/进入官网申请产品试用：